[发明专利]基于BIM+AI智慧运维管理系统

说明书

本发明公开了一种基于BIM+AI智慧运维管理系统，属于数字化管理技术领域，该系统包括：BIM模块，用于获取电气设备信息；AI模块，用于获取第一参数信息与第二参数信息；第一数据处理模块，用于生成电气设备的第一风险标识和第二风险标识；综合数据处理模块，用于生成第三高风险标识、第三中风险标识和第三低风险标识；反馈模块，根据第三高风险标识等级在相应的三维模型上进行标记，并发出报警提醒；该系统能够加快维护工作的响应速度，提高维护的效率，可以有效地提高电气设备的安全性和可靠性，能够在电气设备出现故障前就能及时发现问题，便于电气设备的智慧化运维管理。

技术领域

本发明涉及数字化管理技术领域，具体为一种基于BIM+AI智慧运维管理系统。

背景技术

BIM技术是一种综合性的、数字化的、信息化的技术手段，可以实现建筑物和设施的全过程信息化管理，包括建设、运行和维护。通过BIM技术，可以对建筑物和设施进行全方位、立体化的管理和监控，提高设施的运行效率和安全性，AI技术可以通过对传感器数据的分析和处理，来得出更加具有价值的数据信息。

随着工业自动化水平的不断提高和人工智能技术的快速发展，智慧运维管理系统已经成为工业生产过程中不可或缺的一部分。在建筑楼宇管理中，电气设备的安全稳定运行对于工业生产和民生用电至关重要。导致电气设备出现故障的原因种类繁多，现有的电气设备出现故障的信息都是滞后的，一般都是在电气设备出现故障后才能被发现，例如电梯、空调等电气设备通常在发现停机之后维修人员才能得知电气设备的故障，这样的意外会给使用者带来一定程度身心伤害与财产损失，传统的手工检测和人工巡检的方式无法精准判断电气设备出现故障的时机，不能够及时发现电气设备可能存在的安全隐患。

公开号为CN110119851B的中国专利公开了一种建筑机电系统故障智能预测方法和系统 ，公开了通过创建建筑的BIM模型；采用物联网技术对重要机电设备进行实时监测，动态采集监测数据，所述重要机电设备是机电系统的中央及子区域控制和动力设备；收集报修工单信息，对每个报修工单进行语义识别，与BIM信息匹配确定报修空间和关联的机电系统或设备；采用主成分分析和神经网络算法，建立机电设备故障预测模型，并进行机器学习；网络训练使用交叉验证法，直到获得的人工神经元网络模型准确：应用人工神经元网络模型进行故障预测，对于潜在故障通知维保人员进行重点检查。根据本发明的上述方案，可以准确预测建筑机电设备故障，减少建筑机电设备突发故障20％，保障大型公共建筑平稳运行，减少运维成本，该种方法主要利用人工神经元网络模型与进行机器学习进行计算与预测，该种方式运算量较大，且不能实时地进行预测与报警。

为此，本发明提出一种基于BIM+AI智慧运维管理系统。

发明内容

本发明的目的是解决现有技术中存在的缺陷，而提出的一种基于BIM+AI智慧运维管理系统

为了实现上述目的，本发明采用了如下技术方案：

BIM模块，用于存储并显示楼宇的三维模型，三维模型记录楼宇中电气设备信息，电气设备信息包括电气设备的安装位置信息；

AI模块，用于连接到电气设备本体上的传感器以及电气设备控制程序，并接收电气设备本体上的传感器以及电气设备控制程序发送的数据，根据接收的数据汇总得出与电气设备相对应的第一参数信息和第二参数信息；

第一数据处理模块，对第一参数信息进行分析生成电气设备实时预警值，根据电气设备实时预警值的大小对相应的电气设备生成第一风险标识,第一风险标识包括第一高风险标识、第一中风险标识和第一低风险标识；

第一数据处理模块，对第二参数信息进行分析生成电气设备健康系数，根据电气设备健康系数的大小对相应的电气设备生成第二风险标识，第二风险标识包括第二高风险标识、第二中风险标识和第二低风险标识；

综合处理模块，根据第一高风险标识、第一中风险标识和第一低风险标识，第二高风险标识、第二中风险标识和第二低风险标识分析得出第三高风险标识、第三中风险标识和第三低风险标识；